Neonatal seizure detection using deep convolutional neural networks
La identificación de un conjunto básico de características es uno de los pasos más importantes en el desarrollo de un detector automático de ataques. En la mayoría de los estudios publicados que describen características y clasificadores de convulsiones, las características fueron diseñadas a mano,...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- eng
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/26634
- Acceso en línea:
- https://doi.org/10.1142/S0129065718500119
https://repository.urosario.edu.co/handle/10336/26634
- Palabra clave:
- Redes neuronales profundas
Red neuronal convolucional
Detección de convulsiones neonatales
Bosque aleatorio.
Deep Neural Networks
Convolutional Neural Network
Neonatal Seizure Detection
Random Forest.
- Rights
- License
- Restringido (Acceso a grupos específicos)
| Summary: | La identificación de un conjunto básico de características es uno de los pasos más importantes en el desarrollo de un detector automático de ataques. En la mayoría de los estudios publicados que describen características y clasificadores de convulsiones, las características fueron diseñadas a mano, lo que puede no ser óptimo. El objetivo principal del presente artículo es utilizar redes neuronales convolucionales profundas (CNN) y bosques aleatorios para optimizar automáticamente la selección y clasificación de características |
|---|